Pregunta 1

Las variables se clasifican de la siguiente manera:

1. Número de asistentes a un congreso de Ingeniería en el último año: Variable discreta, ya

que se refiere a una cantidad contable de personas y no puede tener valores fraccionarios o
continuos.

2. Temperatura del ambiente de conservación de distintas vacunas en °C: Variable continua,

ya que puede tomar cualquier valor dentro de un rango de temperaturas, incluyendo valores
decimales.

3. Cantidad de preguntas incorrectamente contestadas en un examen de admisión a una

universidad local: Variable discreta, ya que se refiere a una cantidad contable de preguntas
incorrectas y no puede tener valores fraccionarios o continuos.

4. Monto de inversión inmobiliaria en proyectos habitacionales en Lima norte en los últimos

dos años: Variable continua, ya que puede tomar cualquier valor dentro de un rango de
montos de inversión, incluyendo valores decimales.

5. Número de Ingenieros civiles que participan en la ejecución de un proyecto de vivienda

social promovido por el gobierno: Variable discreta, ya que se refiere a una cantidad contable
de ingenieros y no puede tener valores fraccionarios o continuos.

6. Peso en toneladas de lotes de mercadería proveniente de China en el puerto del Callao:

Variable continua, ya que puede tomar cualquier valor dentro de un rango de pesos,
incluyendo valores decimales.

Pregunta 2

Para calcular la probabilidad de que exactamente 12 auto radios tengan problemas debido a la
instalación, podemos utilizar la distribución binomial. La fórmula para calcular la probabilidad
binomial es:
P(X = k) = (n C k) * p^k * (1 - p)^(n - k)

Donde:

- P(X = k) es la probabilidad de que exactamente k eventos ocurran.

- n es el número total de ensayos o instalaciones (en este caso, 30).

- k es el número de eventos exitosos o radios con problemas (en este caso, 12).

- p es la probabilidad de éxito en un solo ensayo o instalación (en este caso, 0.08).

- (n C k) representa el coeficiente binomial, que se calcula como n! / (k! * (n - k)!)

Sustituyendo los valores en la fórmula:

P(X = 12) = (30 C 12) * (0.08^12) * (1 - 0.08)^(30 - 12)

Calculando el coeficiente binomial:

(30 C 12) = 30! / (12! * (30 - 12)!)

Calculando la probabilidad:

P(X = 12) = [(30! / (12! * (30 - 12)!)] * (0.08^12) * (0.92^18)

El resultado es la probabilidad de que exactamente 12 auto radios tengan problemas debido

a la instalación.

Pregunta 3

El problema plantea que en la intersección de la Avenida Universitaria con

la Avenida La Marina ocurren en promedio 5 accidentes de tránsito por
semana, y se desea calcular la probabilidad de que en una determinada
semana ocurran menos de 4 accidentes, asumiendo que los accidentes
siguen una distribución de Poisson.

La distribución de Poisson se utiliza para modelar la ocurrencia de eventos

raros e independientes en un intervalo de tiempo o espacio. En este caso,
el parámetro lambda (λ) de la distribución de Poisson es igual al promedio
de accidentes por semana, que es 5.

La probabilidad de que ocurran menos de 4 accidentes en una semana se

puede calcular sumando las probabilidades individuales de que ocurran 0,
1, 2 o 3 accidentes. La función de probabilidad de la distribución de
Poisson se puede expresar de la siguiente manera:

P(X = k) = (e^-λ * λ^k) / k!

Donde:
- P(X = k) es la probabilidad de que la variable aleatoria X tome el valor k.
- λ es el parámetro de la distribución de Poisson (en este caso, igual al
promedio de accidentes por semana, que es 5).
- e es la base del logaritmo natural (aproximadamente 2.71828).
- k es el número de accidentes que se desean contar.

Para calcular la probabilidad de que ocurran menos de 4 accidentes en

una semana, podemos sumar las probabilidades individuales:

P(X < 4) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)

Sustituyendo los valores en la fórmula de la distribución de Poisson,

obtenemos:
P(X < 4) = (e^-5 * 5^0) / 0! + (e^-5 * 5^1) / 1! + (e^-5 * 5^2) / 2! + (e^-5 *
5^3) / 3!
Realizando los cálculos:
P(X < 4) = (e^-5 * 1) / 1 + (e^-5 * 5) / 1 + (e^-5 * 25) / 2 + (e^-5 * 125) / 6
Usando el valor de e (aproximadamente 2.71828):
P(X < 4) ≈ (0.0067 * 1) + (0.0067 * 5) + (0.0067 * 25) / 2 + (0.0067 * 125) /
6
P(X < 4) ≈ 0.0067 + 0.0335 + 0.1675 + 0.2792
P(X < 4) ≈ 0.4869
Por lo tanto, la probabilidad de que en una determinada semana ocurran
menos de 4 accidentes en la intersección de la Avenida Universitaria con
la Avenida La Marina, asumiendo una distribución de Poisson con un
promedio de 5 accidentes por semana, es aproximadamente 0.4869, o
aproximadamente 48.69%.

Pregunta 4

En este caso, queremos calcular la probabilidad de que Z esté entre -1.23 y

1.02. La notación Z representa una variable aleatoria estandarizada de la
distribución normal, con una media de 0 y una desviación estándar de 1.

Para utilizar la tabla de la distribución normal estándar, necesitamos

buscar los valores correspondientes a -1.23 y 1.02 en la tabla.

La tabla de la distribución normal estándar proporciona la probabilidad

acumulada hasta cierto valor de Z. Por lo tanto, necesitamos buscar las
probabilidades acumuladas correspondientes a -1.23 y 1.02 en la tabla y
restarlas para obtener la probabilidad entre esos dos valores.
Si consultamos la tabla, encontraremos los siguientes valores:
- Para Z = -1.23, la probabilidad acumulada es de aproximadamente
0.1093.
- Para Z = 1.02, la probabilidad acumulada es de aproximadamente 0.8461.

Para obtener la probabilidad entre estos dos valores, restamos la

probabilidad acumulada de 1.02 de la probabilidad acumulada de -1.23:

P(-1.23 < Z < 1.02) = 0.8461 - 0.1093

P(-1.23 < Z < 1.02) ≈ 0.7368

Por lo tanto, la probabilidad de que Z esté entre -1.23 y 1.02 es

aproximadamente 0.7368, o aproximadamente 73.68%.

Pregunta 5

En este caso, queremos determinar a qué grupo pertenece el Sr. Castillo,

dado que su valoración es de 60 puntos. Para hacer esto, necesitamos
comparar la valoración del Sr. Castillo con los valores característicos de
cada grupo.

Dado que las valoraciones siguen una distribución normal, podemos

utilizar la tabla de la distribución normal estándar para obtener el área
bajo la curva correspondiente a un valor Z. Primero, debemos estandarizar
la valoración del Sr. Castillo utilizando la fórmula de la estandarización:
Z = (X - μ) / σ

Donde X es la valoración del Sr. Castillo (60), μ es la media de las

valoraciones (68) y σ es la desviación estándar de las valoraciones (12).

Sustituyendo los valores en la fórmula:

Z = (60 - 68) / 12
Z = -0.67

Ahora, buscamos en la tabla de la distribución normal estándar el área

acumulada a la izquierda de Z = -0.67. Esta área representa la proporción
de las valoraciones que son menores que la del Sr. Castillo.

Al consultar la tabla, encontramos que el área acumulada a la izquierda de

Z = -0.67 es aproximadamente 0.2514. Esto significa que
aproximadamente el 25.14% de las valoraciones se encuentran por debajo
de la valoración del Sr. Castillo.

Dado que el Sr. Castillo se encuentra en el percentil 25.14, podemos

determinar a qué grupo pertenece:

En este caso, dado que el Sr. Castillo se encuentra en el percentil 25.14,

pertenece al Grupo 1: Eficiencia del Personal.

Por lo tanto, basado en su valoración de 60 puntos, el Sr. Castillo

pertenece al Grupo 1: Eficiencia del Personal.